吳曉珊,廖愛明
(中海石油氣電集團(tuán)有限責(zé)任公司,北京 100028)
隨著“碳達(dá)峰、碳中和”目標(biāo)的提出,國(guó)家油氣體制改革深入,國(guó)內(nèi)外電力市場(chǎng)形勢(shì)日益嚴(yán)峻,發(fā)展天然氣發(fā)電是中國(guó)海油天然氣終端戰(zhàn)略布局的必然選擇[1]。大力發(fā)展天然氣發(fā)電,推進(jìn)智慧電廠建設(shè),加快構(gòu)建電力生態(tài)圈,提升科技支撐作用,既體現(xiàn)氣電集團(tuán)積極應(yīng)對(duì)氣候變化、推動(dòng)構(gòu)建人類命運(yùn)共同體的責(zé)任擔(dān)當(dāng),也是貫徹新發(fā)展理念、推動(dòng)高質(zhì)量發(fā)展的必然要求[2-3]。
新一輪電力體制改革不斷深入,天然氣發(fā)電雖然以其相對(duì)靈活的調(diào)峰性能和啟停速度為企業(yè)獲得了一定的利潤(rùn)保障,但高于煤電價(jià)格的燃機(jī)電廠盈利能力仍面臨較大壓力[4]。
面對(duì)電力市場(chǎng)業(yè)務(wù)發(fā)展的新形勢(shì),天然氣電廠降低成本和提質(zhì)增效需求的重要性日益凸顯。當(dāng)前,電廠應(yīng)在現(xiàn)有基礎(chǔ)上采用各類舉措降低運(yùn)行維護(hù)成本、提升天然氣利用率、提升電廠利潤(rùn)空間[5-6]。
因此氣電集團(tuán)未來提升盈利能力的途徑主要可以總結(jié)為:爭(zhēng)取更多熱用戶,增加以熱定電的電量,提升天然氣利用率,爭(zhēng)取更多電量,并攤薄折舊成本,降低運(yùn)行維護(hù)成本,通過產(chǎn)業(yè)鏈協(xié)同運(yùn)營(yíng)制定動(dòng)態(tài)市場(chǎng)交易策略,實(shí)現(xiàn)營(yíng)收及利潤(rùn)目標(biāo)。
企業(yè)的生產(chǎn)數(shù)據(jù)分析對(duì)經(jīng)營(yíng)決策起著至關(guān)重要的決定性作用。針對(duì)生產(chǎn)經(jīng)營(yíng)中產(chǎn)生的大量質(zhì)量參差不齊的數(shù)據(jù),運(yùn)用采集、傳輸、存儲(chǔ)、融合和利用等技術(shù)處理,實(shí)現(xiàn)高效管理、智能生產(chǎn)及產(chǎn)業(yè)創(chuàng)新[7];通過數(shù)據(jù)清洗和數(shù)據(jù)挖掘,為業(yè)務(wù)分析創(chuàng)造更高的應(yīng)用價(jià)值;根據(jù)機(jī)理模型和AI模型,通過機(jī)器學(xué)習(xí),實(shí)現(xiàn)機(jī)組故障預(yù)警預(yù)測(cè)和模型仿真[8-9]。
云邊結(jié)合計(jì)算技術(shù)實(shí)現(xiàn)電力大數(shù)據(jù)的快速可靠處理。電廠大數(shù)據(jù)有數(shù)量大、數(shù)據(jù)種類多、維度多、數(shù)據(jù)來源分散、管理分散等特征,而電廠數(shù)據(jù)之間隱含著復(fù)雜關(guān)系需要挖掘,且大多數(shù)情況又需要對(duì)這些數(shù)據(jù)能夠?qū)崟r(shí)處理分析并指導(dǎo)生產(chǎn)運(yùn)行,恰好云計(jì)算作為一種集中式服務(wù),具有高效的運(yùn)算能力,能有解決處理電力大數(shù)據(jù)的算力問題[10-14]。而邊緣計(jì)算則是提供近端服務(wù)的集成技術(shù)開放平臺(tái),在邊緣側(cè)提供服務(wù)。
人工智能技術(shù)實(shí)現(xiàn)智能分析與運(yùn)營(yíng)大幅提升生產(chǎn)效率。經(jīng)預(yù)測(cè),到2055年人類將有超過50%的工作實(shí)現(xiàn)自動(dòng)化。在發(fā)電領(lǐng)域,傳統(tǒng)的人工分析手段已經(jīng)無法及時(shí)、有效、深入挖掘數(shù)以萬計(jì)的生產(chǎn)數(shù)據(jù)價(jià)值。在電力大數(shù)據(jù)的基礎(chǔ)上,與人工智能技術(shù)深入融合,實(shí)現(xiàn)電力生產(chǎn)的智能分析與運(yùn)營(yíng)[15]。
通過云計(jì)算、人工智能、區(qū)塊鏈等技術(shù)手段,以設(shè)備泛在感知、系統(tǒng)協(xié)同融合、數(shù)據(jù)驅(qū)動(dòng)決策為目標(biāo),將工業(yè)技術(shù)、信息技術(shù)與電廠生產(chǎn)、經(jīng)營(yíng)管理深度融合,重構(gòu)人員、物資、管理等要素,打造智慧電廠五大能力,全面提升安全、生產(chǎn)、管理、決策水平。智慧電廠藍(lán)圖設(shè)計(jì)如圖1所示。
圖1 智慧電廠藍(lán)圖
基于“集團(tuán)決策分析層、事業(yè)部集中運(yùn)營(yíng)管理層、電廠車間化管理層”管理方式,圍繞“管理端、銷售端、生產(chǎn)端、安全端”,遵循業(yè)務(wù)應(yīng)用服務(wù)于“三層四端”的理念,建設(shè)“安全生產(chǎn)管理、設(shè)備預(yù)測(cè)性維護(hù)、性能分析優(yōu)化、機(jī)群監(jiān)管、戰(zhàn)略分析與決策”五大應(yīng)用,構(gòu)建智慧電廠整體應(yīng)用架構(gòu),如圖2所示。
圖2 智慧電廠應(yīng)用架構(gòu)
安全生產(chǎn)模塊共包含視頻智能分析、現(xiàn)場(chǎng)安全融合管理和安全環(huán)保管理三部分內(nèi)容,各部分功能設(shè)計(jì)如圖3所示。
圖3 安全生產(chǎn)模塊
(1)視頻智能分析。在廠區(qū)加裝監(jiān)控?cái)z像頭以及邊緣端數(shù)據(jù)采集服務(wù)器,提高視頻數(shù)據(jù)傳輸質(zhì)量,基于算法進(jìn)行視頻識(shí)別分析,對(duì)安全隱患問題進(jìn)行預(yù)測(cè)和報(bào)警。該部分主要功能有:智慧巡檢、智能分析、紅外熱成像測(cè)溫、設(shè)備操作及報(bào)警、重點(diǎn)區(qū)域人員統(tǒng)計(jì)和相關(guān)算法。
(2)現(xiàn)場(chǎng)安全管理融合。對(duì)電廠現(xiàn)有的周界報(bào)警、閘機(jī)、視頻監(jiān)控、防碰撞、消防等安全管理系統(tǒng)融合形成廠級(jí)安全信息的相互貫通及整體管理,在此基礎(chǔ)上搭建相關(guān)的應(yīng)用。
(3)安全環(huán)保管理。安全環(huán)保管理是通過技術(shù)優(yōu)化加強(qiáng)廢氣和廢水的處理能力,不斷減少廢氣和廢水中有害物質(zhì)的濃度達(dá)到更高的環(huán)保標(biāo)準(zhǔn)。
設(shè)備預(yù)測(cè)性維護(hù)模塊共包含設(shè)備設(shè)施完整性、設(shè)備可用性分析、設(shè)備智能管控、故障預(yù)警與診斷四部分內(nèi)容,各部分功能設(shè)計(jì)如圖4所示。
圖4 設(shè)備預(yù)測(cè)性維護(hù)模塊
(1)設(shè)備設(shè)施完整性。設(shè)備設(shè)施完整性重點(diǎn)功能包括設(shè)備日常維修、設(shè)備大檢修、設(shè)備預(yù)測(cè)性維修、設(shè)備狀態(tài)監(jiān)測(cè)等,具體功能共分為四個(gè)一級(jí)菜單模塊,分別是管理完整性、技術(shù)完整性、經(jīng)濟(jì)完整性、全生命周期管理。
(2)設(shè)備可用性分析。設(shè)備可用性分析包括基于故障模式、故障概率等因素的維修策略開發(fā),對(duì)維修管理系統(tǒng)進(jìn)行定性與定量分析,以及故障模式影響和危害性分析等。
(3)設(shè)備智能管控。設(shè)備智能管控包括設(shè)備定期智能切換、油在線監(jiān)測(cè)、電氣絕緣值在線監(jiān)測(cè)、一鍵啟停、輔機(jī)自動(dòng)加油、設(shè)備設(shè)施狀態(tài)三維可視等。
(4)故障預(yù)警及診斷。故障預(yù)警與診斷包括故障診斷、專項(xiàng)預(yù)警及診斷、故障預(yù)警模型、模型管理與規(guī)則管理、故障實(shí)時(shí)監(jiān)測(cè)與綜合展示檢修閉環(huán)管理、告警管理等。
性能分析優(yōu)化模塊共包含智能運(yùn)行維護(hù)決策、熱力學(xué)性能分析計(jì)算兩部分內(nèi)容,各部分功能設(shè)計(jì)如圖5所示。
圖5 性能分析優(yōu)化模塊
(1)智能運(yùn)行維護(hù)決策。通過使用新一代信息化技術(shù)對(duì)機(jī)組設(shè)備性能下降場(chǎng)景進(jìn)行影響因素分析與探究:
利用進(jìn)行過濾相關(guān)測(cè)點(diǎn)進(jìn)行進(jìn)氣濾網(wǎng)的性能監(jiān)測(cè),利用性能計(jì)算評(píng)估濾網(wǎng)壓差增加或減小對(duì)整體運(yùn)行效率的影響,結(jié)合電廠實(shí)際運(yùn)行條件和外部因素,以濾網(wǎng)全生命周期內(nèi)單位發(fā)電量成本最低為原則,進(jìn)行濾網(wǎng)更換策略的更新和優(yōu)化,給出最佳更換時(shí)間間隔和更換建議。
結(jié)合壓氣機(jī)出廠特性以及其未結(jié)垢時(shí)間段的運(yùn)行數(shù)據(jù)建立壓氣機(jī)性能的判斷基準(zhǔn),根據(jù)實(shí)時(shí)性能計(jì)算結(jié)果評(píng)估壓氣機(jī)運(yùn)行狀態(tài)指標(biāo),通過數(shù)據(jù)分析,提供當(dāng)前時(shí)刻壓氣機(jī)是否需要水洗的建議。利用數(shù)據(jù)挖掘和深度學(xué)習(xí)算法,通過建模以及歷史工況中相關(guān)測(cè)點(diǎn)數(shù)據(jù)的使用,完成壓氣機(jī)水洗預(yù)測(cè)功能的實(shí)現(xiàn),可根據(jù)燃機(jī)的運(yùn)行狀態(tài)預(yù)測(cè)最佳的水洗時(shí)間。
(2)熱力學(xué)性能分析計(jì)算。借助模型和算法,進(jìn)行熱力學(xué)仿真建模、在線熱力計(jì)算、歷史仿真計(jì)算、運(yùn)行偏差分析等。針對(duì)電廠主要系統(tǒng)和設(shè)備,如燃?xì)鈮簹鈾C(jī)、燃燒室、燃機(jī)透平、給水泵、凝結(jié)水泵等,利用熱力學(xué)知識(shí)其熱力邊界進(jìn)行參數(shù)化建模,實(shí)現(xiàn)熱力特性、幾何結(jié)構(gòu)等物理模型建,采用機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘等方法實(shí)現(xiàn)設(shè)備特性的歷史數(shù)據(jù)學(xué)習(xí)和標(biāo)定;根據(jù)電廠熱平衡計(jì)算的方法,利用熱力仿真模型及實(shí)時(shí)測(cè)點(diǎn)數(shù)據(jù)完成電廠運(yùn)行性能的在線熱力計(jì)算,分析電廠運(yùn)行系統(tǒng)和設(shè)備的關(guān)鍵性能指標(biāo);通過耗差分析、仿真模型計(jì)算等方法建立數(shù)字化的機(jī)組運(yùn)行偏差分析模型,以列表和曲線的形式對(duì)主要運(yùn)行參數(shù)進(jìn)行偏差分析,衡量對(duì)機(jī)組運(yùn)行效率和熱耗的影響排序,為機(jī)組運(yùn)行提供指導(dǎo),使機(jī)組運(yùn)行在最佳狀態(tài)。包括:主汽溫度、汽輪機(jī)高、中缸效率等指標(biāo)對(duì)汽輪機(jī)熱耗率的影響程度。
機(jī)群監(jiān)管模塊共包含機(jī)群經(jīng)營(yíng)綜合管理、機(jī)群技術(shù)綜合管理、機(jī)群調(diào)度綜合管理三部分內(nèi)容,各部分功能設(shè)計(jì)如圖6所示。
圖6 機(jī)群監(jiān)管模塊
(1)機(jī)群經(jīng)營(yíng)綜合管理。機(jī)群經(jīng)營(yíng)綜合管理包括倉儲(chǔ)管理、報(bào)價(jià)管理、市場(chǎng)結(jié)算管理、電力市場(chǎng)分析預(yù)測(cè)等。實(shí)現(xiàn)相關(guān)經(jīng)營(yíng)數(shù)據(jù)的收集、管理、分析以及構(gòu)建模型和進(jìn)行模型分析預(yù)測(cè),以便為客戶提供決策分析需求。
(2)機(jī)群技術(shù)綜合管理。機(jī)群技術(shù)綜合管理主要包括計(jì)劃管理、問題管理以及日常監(jiān)督三部分內(nèi)容。梳理專業(yè)技術(shù)監(jiān)督的指標(biāo)形成監(jiān)督標(biāo)準(zhǔn)工作庫,通過監(jiān)督標(biāo)準(zhǔn)工作庫訂制定期計(jì)劃,也可靈活訂制臨時(shí)性工作計(jì)劃來滿足電廠本身的技術(shù)監(jiān)督管理需求。
(3)機(jī)群調(diào)度綜合管理。調(diào)度綜合管理主要實(shí)現(xiàn)智能駕駛艙、生產(chǎn)狀態(tài)監(jiān)測(cè)、生產(chǎn)成本實(shí)時(shí)分析、輔助決策等功能。通過對(duì)機(jī)群運(yùn)行信息實(shí)時(shí)處理分析,使采集的數(shù)據(jù)形象化、直觀化、具體化;通過與現(xiàn)有生產(chǎn)管理系統(tǒng)的對(duì)接,獲取相關(guān)板塊生產(chǎn)經(jīng)營(yíng)數(shù)據(jù),構(gòu)建輔助分析模型,通過輸入?yún)⑴c交易的各種數(shù)據(jù),形成不同的分析預(yù)案,并計(jì)算相應(yīng)的收益,以完成輔助決策。
戰(zhàn)略分析與決策模塊共包含智慧監(jiān)督、戰(zhàn)略決策管控兩部分內(nèi)容,各部分功能設(shè)計(jì)如圖7所示。
圖7 戰(zhàn)略分析與決策模塊
(1)智慧監(jiān)督。通過成本管理和考核管理,實(shí)現(xiàn)動(dòng)態(tài)成本和靜態(tài)成本精細(xì)化分析,以及考核指標(biāo)、考核模板、體系統(tǒng)一發(fā)布、管理,以輔助監(jiān)督。
(2)戰(zhàn)略決策管控。依照數(shù)據(jù)→分析→洞察→決策支撐的路線,通過數(shù)據(jù)分析以支持戰(zhàn)略決策,基于企業(yè)現(xiàn)狀,預(yù)測(cè)未來走向,決定最優(yōu)行動(dòng)方案,建立清晰的信息鏈條和決策程序,實(shí)現(xiàn)決策的理性化、程序化、模式化和系統(tǒng)化。
大數(shù)據(jù)分析是業(yè)務(wù)的重要支持,對(duì)業(yè)務(wù)和IT的運(yùn)營(yíng)模式帶來巨大的變革。盡管大數(shù)據(jù)分析在業(yè)務(wù)領(lǐng)域的應(yīng)用仍在探索期,但他們是真正的核武器,是電廠保持領(lǐng)先的關(guān)鍵所在。
電廠生產(chǎn)過程中產(chǎn)生的大量的數(shù)據(jù)缺乏統(tǒng)一的質(zhì)量標(biāo)準(zhǔn),并不能用于深入分析和挖掘,更不能實(shí)現(xiàn)監(jiān)督?jīng)Q策。通過數(shù)據(jù)架構(gòu)體系,對(duì)數(shù)據(jù)進(jìn)行清洗、處理,并深入挖掘其價(jià)值。
通過智慧電廠數(shù)據(jù)架構(gòu)的搭建,實(shí)現(xiàn)全量數(shù)據(jù)存儲(chǔ);結(jié)合機(jī)器學(xué)習(xí)、認(rèn)知分析等新技術(shù)領(lǐng)域,進(jìn)行高級(jí)分析;通過數(shù)據(jù)治理,追溯數(shù)據(jù)來源、轉(zhuǎn)化邏輯以及分析結(jié)果。提供一個(gè)邏輯清晰的數(shù)據(jù)環(huán)境,以避免數(shù)據(jù)湖成為數(shù)據(jù)沼澤?;诩瘓F(tuán)公司數(shù)據(jù)治理理念,設(shè)計(jì)集數(shù)據(jù)采集、數(shù)據(jù)處理、數(shù)據(jù)治理和技術(shù)平臺(tái)于一體的數(shù)據(jù)架構(gòu),如圖8所示。
圖8 智慧電廠數(shù)據(jù)架構(gòu)
以公司現(xiàn)有云平臺(tái)架構(gòu)為基礎(chǔ),構(gòu)建“云、邊、端”三體協(xié)同的智慧電廠綜合運(yùn)營(yíng)技術(shù)平臺(tái)。
圖9 智慧電廠技術(shù)平臺(tái)
智慧電廠技術(shù)平臺(tái)的數(shù)據(jù)來源主要為各電廠數(shù)據(jù)采集平臺(tái)。智慧電廠綜合運(yùn)營(yíng)技術(shù)平臺(tái)以已有生產(chǎn)云環(huán)境為基礎(chǔ),通過統(tǒng)一數(shù)據(jù)采集平臺(tái)完成對(duì)生產(chǎn)業(yè)務(wù)數(shù)據(jù)、物聯(lián)網(wǎng)數(shù)據(jù)和安全信息監(jiān)控?cái)?shù)據(jù)的采集。智慧電廠綜合運(yùn)營(yíng)技術(shù)平臺(tái)的核心PaaS層主要利用工具對(duì)數(shù)據(jù)進(jìn)行分析,通過各類專業(yè)應(yīng)用服務(wù),最終支撐智慧電廠五大應(yīng)用的構(gòu)建。
智慧電廠主要是為促進(jìn)電廠在現(xiàn)有數(shù)據(jù)基礎(chǔ)上挖掘?qū)嵱脙r(jià)值,并實(shí)現(xiàn)機(jī)群集中管控,因此原則上不對(duì)電廠工藝系統(tǒng)進(jìn)行改造。智慧電廠綜合運(yùn)營(yíng)技術(shù)平臺(tái)的關(guān)鍵組件主要包括計(jì)算機(jī)視覺(CV)、知識(shí)圖譜(KG)和數(shù)字孿生(Digital Twin)[16]。
綜上所述,通過智慧電廠信息化頂層設(shè)計(jì),指導(dǎo)智慧電廠建設(shè),賦能智慧經(jīng)營(yíng)實(shí)現(xiàn)聯(lián)動(dòng),全面提升電廠運(yùn)營(yíng)水平,提高電廠各方面價(jià)值;智慧電廠通過設(shè)計(jì)機(jī)理模型和AI模型,用于設(shè)備故障預(yù)警與診斷,實(shí)現(xiàn)機(jī)器學(xué)習(xí)和數(shù)字孿生在電廠運(yùn)營(yíng)中的進(jìn)一步融合應(yīng)用;強(qiáng)化氣電集團(tuán)電力板塊發(fā)展的戰(zhàn)略指導(dǎo),綜合評(píng)估電廠投資建設(shè)模式;推動(dòng)低碳發(fā)展,主動(dòng)適應(yīng)國(guó)家能源結(jié)構(gòu)調(diào)整,助力實(shí)現(xiàn)“雙碳”目標(biāo)。